生成式AI的經濟潛力：麥肯錫最新報告解讀

麥肯錫最新發布的報告指出，生成式AI正以前所未有的速度發展，其經濟效益和社會影響不容小覷。報告預測，AI達到人類水平的時間可能會比預期更快，中位預測爲2030年前。相較於2017年的預測，新報告對AI的發展前景更爲樂觀。

報告綜述

AI技術已深入滲透到我們生活的方方面面。與2016年AlphaGo擊敗李世石時引發的短暫關注不同，今年ChatGPT、Copilot、Stable Diffusion等生成式AI產品的出現，讓普通用戶也能輕鬆使用AI進行創作、繪圖和制作演示文稿。

搭載GPT-4的ChatGPT性能大幅提升，而Anthropic的Claude模型處理速度也有了顯著提高。報告重點關注了AI在短時間內快速發展的趨勢，並將生成式AI定義爲基於大型語言模型構建的應用。這些模型在圖像、視頻、音頻和代碼等多個領域都展現出了新的功能和性能提升。

對經濟和社會的影響

報告從兩個角度分析了生成式AI的潛在價值：

1. 企業應用場景：確定了63個生成式AI應用案例，涵蓋16種業務功能。如果在各行各業廣泛應用，每年可帶來2.6萬億至4.4萬億美元的經濟效益。這比2017年預測的11萬億至17.7萬億美元增長了15%至40%。

2. 職業影響：分析了生成式AI對約850種職業的潛在影響，估算了AI執行全球經濟中2100多項工作任務的時間表。

綜合考慮這兩個因素，生成式AI的總經濟效益每年可達6.1萬亖至7.9萬億美元。

未來潛力

雖然生成式AI對大多數業務職能都有影響，但某些領域的影響更爲顯著。客戶運營、市場營銷和銷售、軟件工程以及研發這四項職能佔生成式AI用例總價值的75%左右。

生成式AI還可以通過改善企業內部知識管理系統，爲整個公司帶來價值。它強大的自然語言處理能力可以幫助員工更便捷地查詢和檢索內部知識，從而提高決策效率和制定有效戰略的能力。

報告預測，基於目前生成式AI的性能，其在各方面能力將會比以前估計的更快達到人類水平。例如，技術達到人類自然語言理解能力中間水平的時間從原先預測的2027年提前到了2023年。

對不同行業的影響

生成式AI對不同行業的影響程度各不相同。例如：

• 零售行業（包括汽車經銷商）可能通過改善營銷和客戶運營等功能獲得約3100億美元的額外價值。
• 高科技領域的潛在價值主要來自於生成式AI提高軟件開發速度和效率的能力。

對勞動力市場的影響

報告預測，生成式AI可能會對知識工作產生最大影響，特別是涉及決策和協作的活動。專業知識自動化的潛力預計會增加34個百分點，管理和人才開發自動化的潛力則從2017年的16%上升到2023年的49%。

未來展望

面對生成式AI帶來的機遇和挑戰，報告呼籲各利益相關者採取行動：

1. 企業領導者需考慮如何利用生成式AI的潛在價值，同時管理風險，並調整公司的人才戰略。

2. 政府決策者應關注生成式AI對勞動力規劃的影響，制定相應的政策支持。

3. 個人應關注新技術發展，平衡使用AI帶來的便利和影響，並在決策過程中表達自己的訴求。

總之，這份報告全面分析了生成式AI大爆發對社會（尤其是經濟方面）的重大影響，爲我們理解和應對AI時代的變革提供了重要參考。